BenchLeader

Muse Spark 1.1

推理强度
质量第 24 / 339 名
62.2Index
前 10%
较中位数 +12.0
价格第 173 / 255 名
$2.00每百万 token
比多数贵
中位数的 2.4 倍
速度第 17 / 216 名
193token/秒
前 10%
中位数的 2.4 倍
性价比第 168 / 255 名
31.1分/$
低于中位数
中位数的 0.6 倍

性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 25%。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,Muse Spark 1.1(Meta)在 BenchLeader Index 上得分 62.2(在 608 个已排名配置中前 100 名)。表现最好的是指令遵循(70),最弱的是智能体与工具(51)。API 价格为输入每百万 token $1.25、输出每百万 token $4.25(按 3:1 混合为 $2.00),为 2026年11月16日的标价。输出速度约为 190 token/秒(OpenRouter)。发布于 2026年7月9日。

要点(截至 2026年11月16日)

  • Muse Spark 1.1 的 API 价格为输入每百万 token $1.25、输出每百万 token $4.25(按 3:1 混合为 $2.00)(标价,2026年11月16日)。
  • Muse Spark 1.1 的输出速度约为 190 token/秒(OpenRouter,2026年11月16日)。
  • Muse Spark 1.1 于 2026年7月9日发布(Meta)。

详细说明:Muse Spark 1.1 是 Meta 的闭源推理模型,发布于 2026年7月9日。其最佳配置在 BenchLeader Index 上得分 62.2 ±5.6,在 608 个配置中排第 51 名,处于上半区。关键在于这个“±”:另有 195 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(70),智能体与工具最低(51)。按混合价格计,每百万 token $2.00,比大多数已排名模型贵。输出速度为 193 token/秒,首 token 延迟 1.8 秒,位于最快的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$2.00/M
输入 $1.25 · 输出 $4.25
来源:models.dev
输出速度
193 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
1.80 s
上下文
1.0M
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2026年7月9日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index62
  2. 推理68
  3. 编程66
  4. 智能体与工具51
  5. 数学61
  6. 知识69
  7. 指令遵循70
  8. 人类偏好65
  9. 多模态64

嵌入这个排名

更多徽章样式
[![Muse Spark 1.1 on BenchLeader: 综合第 24 名](https://www.benchleader.com/badge/muse-spark-1-1.svg?style=compact)](https://www.benchleader.com/models/muse-spark-1-1)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Meta 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Meta 以这个名称发布过 4 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Muse Spark 1.32026年9月2日61.6#63
Muse Spark 1.2xhigh2026年8月5日61.5#64
Muse Spark 1.1本页2026年7月9日62.2#51
Muse Spark2026年4月8日64.2#29

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
medium––193 tok/s1.80 s$0.0018
high––193 tok/s1.80 s$0.0018
xhigh59.5#103169 tok/s13 s$0.0018智能体与工具 59 · 编程 63 · 知识 65 · 长上下文 63
未说明最佳62.2#51193 tok/s1.80 s$0.0018智能体与工具 51 · 编程 66 · 人类偏好 65 · 指令遵循 70 · 知识 69 · 数学 61 · 多模态 64 · 推理 68

Index 走势

2026年9月8日 至 2026年11月16日
526171
  • 默认
  • xhigh

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试highxhigh默认来源趋势
Arena Hard Prompts推理强度未说明––1511#20Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index–87.7%#26–LiveBench
GPQA Diamond (AA)不计入 Index–89.8%#68–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index–46.2%#53–Artificial Analysis
GPQA Diamond (Vals)不计入 Index–91.2%#23–Vals AI
CritPt不计入 Index–15.1%#104–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––1504#39Arena (LMArena)
Chess Puzzles不计入 Index–34.0%#62–Epoch AI Benchmarking Hub
LMCA不计入 Index49.9%#71––Epoch AI Benchmarking Hub
DTBench不计入 Index94.4%#61––Epoch AI Benchmarking Hub

编程

基准测试highxhigh默认来源趋势
SciCode–58.8%#2358.8%#23SciCode
Arena Coding推理强度未说明––1533#18Arena (LMArena)
Arena WebDev推理强度未说明––1542#53Arena (LMArena)
LiveBench 1.0 Coding不计入 Index–77.2%#39–LiveBench
SciCode (AA)不计入 Index–58.8%#24–Artificial Analysis
LiveCodeBench–85.9%#27–Vals AI
SWE-bench (Vals)不计入 Index–82.0%#21–Vals AI
SWE-Bench Pro推理强度未说明––61.5%#1Scale AI SEAL
Code Migration不计入 Index–31.1%#40–Vals AI
ProgramBench不计入 Index–0.0%#34–Vals AI
Vibe Code Bench v1.1不计入 Index–72.2%#48–Vals AI
SWE-Bench Pro (private)不计入 Index推理强度未说明––51.5%#1Scale AI SEAL
SWE Atlas v1.0: Codebase QnA不计入 Index–42.2%#9–Scale AI SEAL
SWE Atlas v1.0: Test Writing不计入 Index–41.5%#10–Scale AI SEAL
Surface Evolver Bench不计入 Index52.5%#17––Epoch AI Benchmarking Hub
DeepSWE v1.1不计入 Index推理强度未说明––53.3%#45Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index–6.1%#130–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index–77.9%#55–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明––1263#45Design Arena

智能体与工具

基准测试xhigh默认来源趋势
APEX-Agents推理强度未说明–31.8%#59Mercor
Arena Agent推理强度未说明–-8#48Arena (LMArena)
LiveBench Agentic Coding不计入 Index58.5%#18–LiveBench
Terminal-Bench 2.1 (Vals)69.3%#30–Vals AI
MCP Atlas推理强度未说明–88.1%#2Scale AI SEAL
τ³-bench Banking不计入 Index40.5%#6–τ²-bench
GDPval-AA v2.1不计入 Index1216#134–Artificial Analysis
τ³-Banking (AA)31.8%#63–Artificial Analysis
Finance Agent v2不计入 Index57.2%#17–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index20.0%#5–Vals AI
Legal Research Bench不计入 Index38.0%#44–Vals AI
SkillsBench不计入 Index59.2%#10–Vals AI
Time Horizon Index: KSP不计入 Index1.7%#13–Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–-6.5#41Arena (LMArena)
GBAEval不计入 Index推理强度未说明–7.9%#13Epoch AI Benchmarking Hub
Vending-Bench 2不计入 Index推理强度未说明–6520.5#21Andon Labs
AutomationBench不计入 Index38.9%#132–Artificial Analysis
GDP.pdf (AA)不计入 Index14.4%#127–Artificial Analysis
AA-Briefcase v1.1不计入 Index851#185–Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–1172#47Design Arena

数学

基准测试xhigh默认来源趋势
ProofBench推理强度未说明–39.0%#41Vals AI
LiveBench Mathematics不计入 Index87.1%#48–LiveBench
Arena Maths推理强度未说明–1493#24Arena (LMArena)

知识

基准测试mediumxhigh默认来源趋势
SimpleQA Verified推理强度未说明––57.8%#21Epoch AI Benchmarking Hub
LiveBench 1.0 Data Analysis不计入 Index–72.5%#46–LiveBench
MMLU-Pro–88.7%#17–Vals AI
LegalBench–85.0%#27–Vals AI
CorpFin–71.3%#4–Vals AI
TaxEval–79.7%#2–Vals AI
PRBench Finance推理强度未说明––55.0%#3Scale AI SEAL
PRBench Legal推理强度未说明––57.0%#4Scale AI SEAL
MultiNRC推理强度未说明––65.6%#1Scale AI SEAL
Excel Modeling Benchmark不计入 Index–56.4%#46–Vals AI
MedScribe不计入 Index–88.9%#10–Vals AI
Public Benefits Bench v1.1不计入 Index–61.3%#30–Vals AI
GDP.pdf不计入 Index15.0%#40–15.0%#40Epoch AI Benchmarking Hub

指令遵循

基准测试xhigh默认来源趋势
LiveBench Language不计入 Index74.3%#52–LiveBench
LiveBench Instruction Following不计入 Index69.6%#32–LiveBench
MultiChallenge推理强度未说明–75.3%#4Scale AI SEAL
Arena Instruction Following不计入 Index推理强度未说明–1473#36Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1491#14Arena (LMArena)
EQ-Bench 41244#11EQ-Bench
EQ-Bench Creative Writing v3不计入 Index1928#14EQ-Bench
Arena Creative Writing不计入 Index1443#57Arena (LMArena)
Arena Multi-turn不计入 Index1497#14Arena (LMArena)
Arena Longer Queries不计入 Index1481#48Arena (LMArena)

多模态

基准测试xhigh默认来源趋势
Arena Vision推理强度未说明–1292#26Arena (LMArena)
MMMU-Pro (Vals)不计入 Index86.6%#18–Vals AI
MortgageTax不计入 Index66.1%#35–Vals AI
VTB不计入 Index推理强度未说明–44.8%#1Scale AI SEAL

长上下文

基准测试xhigh默认来源趋势
AA-LCR v1.177.7%#144–Artificial Analysis
Arena Document不计入 Index推理强度未说明–1480#11Arena (LMArena)
MLCR不计入 Index7.2%#145–Artificial Analysis

综合

基准测试xhigh默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–154.9#46Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index75.3%#37–LiveBench
AA Intelligence Index v4.3.2不计入 Index33.7#107–Artificial Analysis
AA Progress Index v1不计入 Index302.7#116–Artificial Analysis
Vals Multimodal Index不计入 Index66.7%#11–Vals AI

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index12.4%#10Scale AI SEAL

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Meta165 tok/s1.39 s$1.25$4.251.0M–

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.150。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0018$0.00143.4 s
总结一份 30 页的报告12,000 / 600$0.018$0.00774.9 s
代码编辑6,000 / 1,500$0.014$0.00899.6 s
智能体编程会话60,000 / 4,000$0.092$0.04322.5 s
结构化信息提取2,000 / 200$0.0034$0.00172.8 s

Meta 的更多模型

本月新上线

将 Muse Spark 1.1 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Muse Spark 1.1 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Muse Spark 1.1 on BenchLeader: 综合第 24 名](https://www.benchleader.com/badge/muse-spark-1-1.svg)](https://www.benchleader.com/models/muse-spark-1-1)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Muse Spark 1.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-spark-1-1

BibTeX:

@misc{benchleader_muse_spark_1_1_20261116,
  author       = {{BenchLeader}},
  title        = {{Muse Spark 1.1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/muse-spark-1-1}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Muse Spark 1.1 的基准测试得分是多少?
截至 2026年11月16日,Muse Spark 1.1 的 BenchLeader Index 为 62.2 ±5.6(前 100 名)。最强的是指令遵循(70),最弱的是智能体与工具(51)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Muse Spark 1.1 排名第几?
截至 2026年11月16日,Muse Spark 1.1 在 608 个已排名配置中排第 51 名(前 100 名)。另有 195 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Muse Spark 1.1 每百万 token 的价格是多少?
截至 2026年11月16日,Muse Spark 1.1 的价格为输入每百万 token $1.25、输出每百万 token $4.25,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.00。
Muse Spark 1.1 比 Gemini 3.7 Flash 更好吗?
截至 2026年11月16日,Gemini 3.7 Flash(推理强度 high)与 Muse Spark 1.1 的质量不相上下(BenchLeader Index 62.1 比 62.2,在 ±6.6 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Muse Spark 1.1 是什么时候发布的?
Meta 于 2026年7月9日发布了 Muse Spark 1.1。BenchLeader 收录了它在 4 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Muse Spark 1.1:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/muse-spark-1-1。